[发明专利]一种基于蚁群算法的激光雷达空间测量路径规划方法及系统

说明书

本发明公开了一种基于蚁群算法的激光雷达空间测量路径规划方法及系统，根据待测对象空间分布特点及待测对象测量约束确定激光雷达空间测量站位，然后根据测量站位初始位置和姿态数据设定蚂蚁数量，根据每个蚂蚁到下一个待访问的测量站位的路径，获取所有蚂蚁到所有的测量站位的路径，然后选择长度最短的路径作为当次迭代参数，更新各个测量站位连接路径上的信息素，得到激光雷达空间测量路径，通过将空间测量路径转化为平面位置，调节平面可行集，在保证测量精度的前提下实现了测量路径从空间到平面的映射；采用蚁群算法可以对运动路径上的不断堆积信息素浓度做出反馈，使路径搜寻过程快速收敛，可以加快路径优化进程。

技术领域

本发明属于空间测量领域，具体涉及一种基于蚁群算法的激光雷达空间测量路径规划方法及系统。

背景技术

激光雷达在汽车、飞机等大尺寸对象测量过程中，需要进行多次转站测量，以保证大尺寸对象待测特征的可达性和可测性。目前，大尺寸对象测量多采用人工辅助转站的方式进行测量，存在测量过程效率低和安全性差的问题。为了解决大尺寸对象测量过程效率瓶颈，将激光雷达搭载到移动工业机器人平台上，搭配机器人手臂，不仅可以增加测量系统的柔性程度，还便于对机器人进行自主路径的控制，而测量系统在大尺寸对象测量实施过程中，移动工业机器人平台测量路径的规划和优化对于测量系统的效率尤为重要，测量系统测量路径规划过程中，一方面考虑转站参考工具球的布设和测量，参考工具球的布设出于成本和场地因素有数量限制，另一方面，测量路径规划中规划的测量站位必须通过参考工具球的测量数据拟合才能完成坐标系的转换，导致系统冗余，降低了测量效率。

发明内容

本发明的目的在于提供一种基于蚁群算法的激光雷达空间测量路径规划方法及系统，以克服现有技术的不足。

为达到上述目的，本发明采用如下技术方案：

一种基于蚁群算法的激光雷达空间测量路径规划方法，其特征在于，包括以下步骤：；

S1，建立待测对象空间自由栅格以及静态障碍栅格；

S2，基于建立的待测对象空间自由栅格以及静态障碍栅格，根据待测对象空间分布特点及待测对象测量约束确定激光雷达空间测量站位，然后根据测量站位初始位置和姿态数据设定蚂蚁数量；

S3，将各个蚂蚁随机地放置于不同的测量站位，计算每个蚂蚁到下一个待访问的测量站位的路径，获取所有蚂蚁到所有的测量站位的路径；

S4，根据各蚂蚁访问的测量站位的路径，计算各个蚂蚁到测量站位经过的路径长度，将测量站位上的所有路径进行比较，选择长度最短的路径作为当次迭代参数，更新各个测量站位连接路径上的信息素，得到激光雷达空间测量路径；

S5，将激光雷达空间测量路径转化为平面位置，然后根据机器人工作空间模型解算全向车平面移动位置集合，根据全向车平面移动位置集合确定全向车规划路径，以全向车规划路径进行站位测量。

进一步的，蚂蚁数量为测量目标数的0.85-1.2倍。

进一步的，采用状态转移概率方程计算蚂蚁到达各个测量站位的概率：

i，j分别为测量站位的起点和终点，η_ij(t)＝1/d_ij是两点i，j路径距离的倒数，τ_ij(t)为时间t时从点i到点j的信息素，allowed_k为尚未访问过的节点的集合，启发函数η_ij(t)＝1/d_ij用于表示蚂蚁从i到j的能见度，α为信息素因子、β为启发函数因子、t为最大迭代次数。

进一步的，采用蚁周模型，完成一次路径循环释放一次信息素。

进一步的，各个测量站位连接路径上的信息素更新：